安装包等、耗费人力 工具本质 人员基础要求 适用业务 研发效率和成本 对现有体系影响 应用管理平台 对比项 轻舟低代码 基于通用标准语言封装而成的 可视化开发语言 熟悉IT概念，思维逻辑清晰 大中专计算机专业即可 基于宿主语言 可满足80%业务研发需求 显著加快开发速度 为公司降低开发成本 影响较小 可灵活集成公司现有研发资产 提供一站式云原生应用管理平台 灵活管理应用及制品 DataOps 聚焦研发效能和质 量，打 造 大 数 据 场 景 的 CI/CD Pipeline。 内嵌逻辑数据湖 基于逻辑数据湖构建物理分 散、逻辑统一的数据中台体 系 , 让数据中台与底层计算存 储解耦。 先设计 后开发 业内首个提出中台的模型设 计标准，遵循先设计后开发理 念，通过模型设计中心对逻辑 建模进行指导。 统一指标管理 基线智能预警 海量任务运维和管理，提供 异常基线报警处理，辅助任务 SQL、画布三种开发模式，支 持拖拽、模块化、多语言等特 性，提供在线采样、上传数据 多种调试方式，支持任务血 缘、版本管理等。 流批一体存储 提供开发 / 线上模式，实现 开发 / 运维隔离，支持快照 版本管理；通过调试功能为 开发者模拟低成 本开发集 群，在不引入额外成本前提 下全面保障线上安全。 全链路监控 提供任务的全生命周期事件 管理，支持任务运行日志收集 与检索，支持任务运行状态各

行修改发布时保留原来的开源许 可证——这就意味着必须将修改后的软件也公开源代码，换言之，经修改后的软件无法“闭源”。也就是说，企业可以对这一 软件进行收费，但同时也需要免费提供这一软件，从一般的商业逻辑上看这有些矛盾，正是在这个层面上，传染性开源许可证 与“商用”有一定的冲突。 • 部分开源许可证整体上具备“传染性”，但是能够在满足一定条件的情况下允许闭源，变得不存在任何商用的阻碍，典型代表 即为上表中右侧的LGPL、EPL。 ZStack CMP 多云管理平台 块储存 文件储存 对象储存 软硬件一体 开箱即用 双节点冗余 容错高可靠 管理运维层(多租户、多区域、计量计费、监控运维) 资源调度层(高可用、热迁移、快照、克隆、弹性伸缩) 计算资源 网络资源 存储资源 容灾备份 大屏监控 多云接入 服务目录 监控告警 第三方应用接入 资源管理 成本分析 …… 阿里云 天翼云 华为 VMware …… Intel LGPL开源协议下开源代码的“隔离”引用 软件前后端之间具备“隔离”GPL传染性的效果 软件前端：一般关于用户可见部分，用以实现 操作界面如页面布局、交互效果等页面设计 软件后端：一般涉及用户不可见部分，用以实 现服务端的相关逻辑功能 在某案件审理中，最 高人民法院认定软件 前后端展示方式、所 用技术、分工都不同， 属于独立的程序，因 此即便对于以GPL为 代表的“传染性”开 源协议，后端使用了 开源代码不意味着软 件整体需要开源。

话题拉回来，简介一下整个报告。 前边讲到的 LLM 领域大放异彩，自然是会作为报告中的 一个重要部分，我们策划了一个《2023 LLM 技术报告》 篇章，整体围绕 LLM Tech Map 梳理逻辑来展开。 从基础设施、大模型、Agent、AI 编程、工具和平台，以 及算力几个方面，为开发者整理了当前 LLM 中最为热门 和硬核的技术领域以及相关的软件产品和开源项目。 是的，先整理了一个 Altman 将辞去首席 执行官一职，并离开 OpenAI 董事会。现任首席技术官 Mira Murati 将临时 担任首席执行官，该任命立即生效。 LangChain 是封装了大量 LLM 应用开发逻辑和工具集成的开源 Python 库， 提供了一套工具、组件和接口，简化创建由 LLM 和聊天模型提供支持的应 用程序的过程。 创新工场董事长兼 CEO 李开复今年 3 月创办 AI 大模型创业公司 GA，达到生产可用。这是一个开源的 MongoDB 替代品，建立在 PostgreSQL 之上，并在 Apache 2.0 许可下 发布。 Dragonfly 1.0 完全支持 Redis 最常见的数 据类型和命令，以及快照、主从复制和高可用 等特性。 DragonflyDB 是一个现代化的开源内存数据 库，兼容 Redis 和 Memcached API，迁移时 无需修改任何代码，可作为两者的替代方案。 Slint

行业提供 了宝贵经验。 推理扩展法则的潜力释放 通过推理扩展法则，模型性能可通过延长“思考时间”而进一步优化。这一技术模拟了人类 “深思熟虑”的过程，显著提升了模型在逻辑推理和复杂任务中的表现。 中国开源社区在逻辑推理领域推出了许多创新项目，包括阿里巴巴国际的 Macro-o1、通义 千问团队的 QwQ、上海人工智能实验室的 LLaMA-O1 和清华大学的 Llama-3.2V-11B-cot。 智能体为什么是“算力墙”前 AI 产品的最优解决方案？这一问题的底层逻辑包含两个方面。 1. LLM 是目前已知最好的智能体底层技术。 智能体作为学术术语由来已久，从上世纪的“符号、专家系统”【1】，到十年前风头无两的 强化学习（代表作 AlphaGo【3】），再到现在的 LLM，agent 底层技术经历了三个大的阶段。 符号系统的缺点在于过于依赖人工定义的“符号”和“逻辑”，强化学习苦于训练数据的匮 乏和“模态墙”，而 的生成能力，也受限于搜索引擎向量相似度计算的不 足，传统搜索引擎解决不了的问题，如难以感知文档间细粒度的实体知识关联、无法对文档内知 识的知识要素执行逻辑推理等，这类 RAG 方法依然解决不了。这也让开发者陷入了“一周出 demo，半年用不好”的困境。为克服以搜索引擎为基础方法在向量计算和逻辑推理方面的不足， 业界也涌现出了越来越多基于知识图谱的方案。 以知识图谱为基础的演进 知识图谱技术是 2012 年 Google

杨植麟：现在
Midjourney
在图⽚⽣成这个单⼀任务已经做得特别好了，我来做的话会希望它能做很多 任务，同时在其中的⼀些任务也能做得很好。这其实也是
OpenAI
的思路，只是它其实没做成功。 AGI
公司应该是⼊⼝逻辑，让⽤⼾默认⽤你，此外特定⼈群会有⼀些特殊需求和对极致效果的追求，所 以市场⾥还存在
Midjourney
之类公司的机会。但是
AGI
的通⽤性⾜够强⼤时，很多⽤⼾也会转移
⸺
如果今天我把
Midjourney
今天的地位在于它通过先发优势让⻜轮跑起来了。⽐较
tricky
的是未来还会不会有这种时 间窗⼝，如果没时间窗⼝，那很可能直接被通⽤模型碾压。
海外独⻆兽：沿着⼊⼝逻辑的话，你觉得未来会有⼏个⼊⼝？
杨植麟：⾄少有两个，⼀个是有⽤的，⼀个是好玩的。 信息⼊⼝可能不存在了，因为我们搜寻信息本质上是希望端到端完成⼀个任务。智能的⼊⼝以后⼤概 率会覆盖搜索引擎这 杨植麟：我觉得是掌握节奏，为整个乐队的演奏提供⼀个框架。 构建新的组织形式是通往
AGI
的必经之路
张鹏：投⾝到⼤模型赛道⾥。你当时是怎么做出这个决⼼，并选择要做⼀个组织来投⾝其中的？能不 能分享下当年的决策逻辑？ FounderPark
，赞15
杨植麟：我的认知在过去⼏年⾥⾯发⽣了⾮常⼤的变化。 ⼀开始觉得语⾔模型可能是个⼯具，可以去提升很多不同场景的效果；第⼆个阶段，认为语⾔模型可 能对

（ 工 业 交 通 金 融 ） 通用性强： 同一数据库 可以轻松扩 展至其他互 联网平台 架构复杂： 多为单体应 用，架构上 耦合度较 高，代码难 度高 架构轻：前 端展示、中 层业务处理 逻辑、后端 数据库 “求稳定”：更注重 系统对业务的安全性 和稳定性的支持，因 而采用自建服务器或 私有云的运营方式 “求灵活”：更注重 系统对业务快速扩张 和灵活变动的支持， 因而更多采取订阅云 服务的轻资产模式 云原生中间件特色：底层资源容器化，同时通过组件化、 事件驱动等设计原则让中间件更具备低耦合、标准化等特 性，拥有屏蔽底层技术细节、减免架构复杂度带来的管理 难度，对底层流量等资源配置更加灵活等优势，让开发者 集中注意力至业务逻辑，花费更少时间在非业务核心功能 管理上，构建出更敏捷稳定的应用程序。 云原生中间件开源现状：企业对于云原生整体生态开源贡 献较为活跃，但是在云原生中间件板块，国内并未形成体 系化的发展，开源社区较为分散，尚不能形成统一的标准、

陈阳：有12%的参与者从开源中获得兼职或全职收⼊， 开源布道师， 开源运营经理， 开源 开发者等都是2020年的热⻔职业，这说明开源的⽣态正在进⼀步完善， 企业开始进⾏开源⼈ 才储备，开源的商业逻辑正在明晰。 4.5 远程办公 远程办公是当下⾮常重要的⼀种办公⽅式，在参与者中，有⼋成认为远程办公是重要的，并且 有接近九成的参与者有过远程办公的经历。 【专家点评】 ⾼阳：远程办公会变 项⽬仓库的⼯作时间情况，为每个仓库绘制⽽成的图表如下。  kubernetes/kubernetes，Kubernetes 是⽤于⾃动部署，扩展和管理容器化应⽤程序 的开源系统。它将组成应⽤程序的容器组合成逻辑单元，以便于管理和服务发现。  thanos-io/thanos，Thanos 是⼀组组件，可以组成具有⻓期存储功能的⾼可⽤性 Prometheus 设置。其主要⽬标是简化操作，保留 Prometheus